Books
in black and white
Main menu
Home About us Share a book
Books
Biology Business Chemistry Computers Culture Economics Fiction Games Guide History Management Mathematical Medicine Mental Fitnes Physics Psychology Scince Sport Technics
Ads

Lintelligenza artificiale - Piero S.

Piero S. Lintelligenza artificiale - Fanco muzzio editore , 1987. - 282 p.
Download (direct link): lapinteligenseartificaile1987.djvu
Previous << 1 .. 66 67 68 69 70 71 < 72 > 73 74 75 76 77 78 .. 112 >> Next


La parte di Intelligenza umana che questi studi intendono emulare quella cosiddetta naive physics (fisica ingenua, qualitativa) che consente all'uomo della strada di capire il comportamento di un sistema fisico anche senza avere alcuna conoscenza delle formule fisiche che ne governano il movimento. Un modello causale qualitativo deriva il comportamento di un sistema dalla sua SISTEMI ESPERTI 167

stmttuia, ovveio dal comportamento delle sue paiti e dalle relazioni fra tali paiti (il cosiddetto appioccio "composizionale").

In un ceito senso esistono oia tie livelli a cui si puo studiare un sistema fisico, Al primo livello esiste il sistema e se ne puo osservaie il comportamento piatico, Ad un livello di astrazione supeiioie il sistema desciitto da un insieme di equazioni diffeienziali, la cui soluzione analitica una funzione temporale che ne desciive il compoitamento. E questo il livello della fisica, Il suo piegio di sapei desciiveie Io stato del sistema in ogni istante della sua stoiia e di sapeme pievedeie gli stati futuii. Il suo difetto di peidere infoimazione sul "perche" il suo compoitamento descritto da quella funzione.

Ad un livello ancoia supeiioie il sistema descritto da un modello stiutturale, la cui "simulazione qualitativa" foinisce una desciizione di livello alto del comportamento. Ilvantaggio diquestanuovadesciizioneecheiendeconto della causalita'. mentre il metodo analitico si limita a deduire una funzione del tempo, il modello qualitativo esplicita Ie cause e gli effetti e il Ioio piopagarsi "lo-calmente".

La simulazione qualitativa comincia con la desciizione di cio che noto della stiuttuia del sistema e del suo stato attuale. La desciizione del sistema viene posta in termini puiamente qualitativi: interdipendenze fra variabili, tipi di proporzio-nalita ecc.; ma non vengono fornite formule numeriche piecise. E impoitante stabiliie la "funzione" di una parte, piuttosto che il suo compoitamento (il compoitamento della lancetta dell'oiologio di giiaie a velocita costante, la sua funzione di indicaie che oia ).

Applicato a un sistema fisico, il modello termina con il disegno di un albero dei possibili stati futuri del sistema. Rispetto alle fbimule della fisica, non foinisce pertanto una iisposta unica e sicuia, ma un ventaglio di possibilita. L'applicazione comune quella dei sistemi espeiti di diagnosi. Un sistema malfunzionante se il suo compoitamento "composto" (derivato dalla sua struttuia) non in accoido con quello ideale. Si tiatta allora di tiovaie laparte che deve essere cambiata affinche il compoitamento "composto" diventi identico a quello ideale. In altre parole, si assume che ogni comportamento non corietto di un sistema possa essere ricondotto a un difetto della sua struttura. Un'altra applicazione tipica la simulazione dei ciicuiti elettrici.

Il primo problema nella costruzione di un modello qualitativo di natuia ontologica: quali sono Ie "paiti" primitive della stiuttuia del sistema ? 168 SISTEMI ESPERTI

Kuipers (1983) assume Ie variabili di stato, connesse dai loro vincoli (variable-centered. ontology). In pratica definisce delle equazioni differenziali "qualitative". Il tempo quantizzato in una serie discreta di istanti. I valori delle variabili di stato in quegli istanti sono definiti da relazioni di ordinamento e di direzione di cambiamento, Kuipers utilizza tre tipi di regole: Ie regole di propagazione, Ie regole dipredizione e Ie regole di riconoscimento. Le prime propagano fatti iniziali per derivare Io stato attuale del sistema. Le seconde predicono Ie caratteristiche del prossimo stato. Le terze riconoscono stati significativi (come l'equilibrio, il ciclo ecc,).

DeKleer (1984) adotta come primitive Ie apparecchiature (tubi, valvole, molle, transistor ecc.), connesse da leggi di rete, come Ie leggi di Ohm (device-centered ontology). Il suo approccio rigidamente riduzionista. Esistono tre tipi di primitive: materiali (acqua, elettroni, aria: cid che parte passiva nel funzionamento del sistema), componenti (molla, pistone, valvola: tutto cio che parte attiva, ovvero che fa cambiare caratteristiche ai materiali), e condotti (tubi, cavi, fili ecc.: tutte Ie parti che servono soltanto a trasportare materiale da un componente a un altro). Le sue equazioni differenziali qualitative si chiamano confiuenze, e si risolvono con un processo analogo all'integrazione che origina un "diagramma di stato". L'integrazione si effettua con regole, fra cui la legge d'inerzia di Newton.

DeKleer ha anche posto l'accento su alcuni principi fondamentali: il principio teleologico, secondo il quale componenti di un sistema sono Ii per uno scopo ben preciso; il principio NFIS (no-function-in-structure), secondo cui Ie leggi relative a un componente non possono assumere per noto il comportamento del sistema, ovvero devono essere indipendenti dal contesto ( scorretto, per esempio, affermare che "un interruttore aperto lascia passare corrente", perche si assume implicitamente che sia applicato un Potenziale); il principio di localita, secondo il quale la causalita si trasmette solo ai componenti adiacenti. Forbus (1981) si basa sul processo in quanto trasferimento di causalita (process-centered ontology), e in cio rimane vicino alla naive physics (1979) di Pat Hayes, che poneva l'accento sulla "storia" ("episodi" che durano nel tempo e "eventi" istantanei) di un sistema fisico.
Previous << 1 .. 66 67 68 69 70 71 < 72 > 73 74 75 76 77 78 .. 112 >> Next